Waymo首席科學(xué)家在MIT自動(dòng)駕駛課上開(kāi)講:如何解決自動(dòng)駕駛的長(zhǎng)期挑戰(zhàn)
那么我們?nèi)绾芜M(jìn)行大規(guī)模的路測(cè)呢?
因?yàn)樘厥夂币?jiàn)的異常情況很少發(fā)生,如果使用真實(shí)情況進(jìn)行路測(cè),我們需要等待很長(zhǎng)時(shí)間,為了解決這個(gè)問(wèn)題,我們自己構(gòu)建條道路。
因?yàn)槲覀冇蠫oogle的數(shù)據(jù)支持所以這個(gè)想法是可行的,所以我們按照如下圖數(shù)據(jù)做出仿真模型。仿真出足夠多的場(chǎng)景供以測(cè)試。而我們?yōu)槭裁匆龀鋈绱硕嗟姆抡婺P湍兀?/strong>因?yàn)橛袝r(shí)會(huì)得出截然相反的結(jié)果,所以我們要加強(qiáng)系統(tǒng)的魯棒性,這就要求我們做出足夠多的仿真模型,確保系統(tǒng)的準(zhǔn)確性。
這是一種抽樣方法。
上圖正在模擬真實(shí)世界可能會(huì)發(fā)生的事情。如果想要得到準(zhǔn)確的數(shù)據(jù),我們需要模仿真實(shí)的人類(lèi)在不同的情形下做出的真實(shí)舉動(dòng)。
如何評(píng)價(jià)這個(gè)簡(jiǎn)單的模型呢?
正面:容易調(diào)整關(guān)鍵參數(shù),如反應(yīng)時(shí)間,制動(dòng)輪廓,橫向加速。有效再現(xiàn)避碰場(chǎng)景中的基本人類(lèi)行為;反面:無(wú)法處理更復(fù)雜的交互行為。
但是定義它本身是一個(gè)復(fù)雜的問(wèn)題,所以我們能做什么呢?那就是從實(shí)際演示中學(xué)習(xí)代理模型。
機(jī)器學(xué)習(xí)仿真的解決辦法就是構(gòu)建另一個(gè)機(jī)器學(xué)習(xí)模型。
添加排列可能會(huì)出現(xiàn)問(wèn)題,這是一個(gè)眾所周知的問(wèn)題。
我們使用了非常不同的體系結(jié)構(gòu)去避免碰撞,例如RNN模型。
在一條陌生的路上開(kāi)著車(chē),需要看到更多的范圍和預(yù)判更多的特殊情況,如掉頭需要處理好。
上圖是人類(lèi)行為分布,可以看到這是個(gè)正態(tài)分布,所以這就是導(dǎo)致了“長(zhǎng)尾巴情況”的根本原因。即使圖像兩端的情況很少發(fā)生,我們的測(cè)試也要涵蓋進(jìn)去所有的人類(lèi)行為情況。
需要我們拓寬這個(gè)分布,或者仿真出更多的例子。
行為軌跡優(yōu)化模型:反RL用于找到創(chuàng)建所需軌跡的變量。
許多不同的方法來(lái)克服“長(zhǎng)尾”問(wèn)題。
“智能”模型對(duì)于自動(dòng)化是至關(guān)重要的。通過(guò)模擬更真實(shí)人類(lèi)行為是非常重要的。
因?yàn)檫存在很多不同的場(chǎng)景,每天都上演著不同的事情,所以“長(zhǎng)尾巴情況”還將會(huì)在不同的城市,不同的環(huán)境中持續(xù)下去的。
在一些好的訓(xùn)練步驟如下:對(duì)收集的數(shù)據(jù)進(jìn)行培訓(xùn);能夠在不確定或不正確的情況下進(jìn)行量化;能夠采取措施,比如向評(píng)分者提問(wèn);更好的是,通過(guò)因果分析直接自我更新。
總結(jié):Waymo 專(zhuān)家舉出的有人帶著停車(chē)標(biāo)志是一個(gè)有趣例子,而且對(duì)機(jī)器學(xué)習(xí)的一個(gè)非常基本的介紹,其中提到了AutoML模型,可以測(cè)試多達(dá)10K的不同架構(gòu)。然后采用前100個(gè)架構(gòu),在更大的模型上進(jìn)行測(cè)試。Waymo是一個(gè)混合系統(tǒng),使用ML和混合ML(傳統(tǒng)的ML編程)。隨著ML能力的增長(zhǎng),傳統(tǒng)場(chǎng)景越來(lái)越少。視頻中也提到了waymo 如何測(cè)試,結(jié)構(gòu)化測(cè)試,是否有封閉的測(cè)試環(huán)境。在模擬器方面,他們認(rèn)為代理能夠模擬現(xiàn)實(shí)世界中發(fā)生的事情。不斷擴(kuò)大復(fù)雜模型,來(lái)處理長(zhǎng)尾問(wèn)題;蛘呃脤(zhuān)家領(lǐng)域知識(shí),換句話說(shuō)混合模型或傳統(tǒng)編程。以及逆強(qiáng)化學(xué)習(xí),值得深入研究。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
圖片新聞
最新活動(dòng)更多
-
11月19日立即報(bào)名>> 【線下論壇】華邦電子與恩智浦聯(lián)合技術(shù)論壇
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
精彩回顧立即查看>> 蔡司新能源汽車(chē)三電質(zhì)量解決方案
-
精彩回顧立即查看>> 蔡司新能源汽車(chē)三電質(zhì)量解決方案
-
精彩回顧立即查看>> 2024(第五屆)全球數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)大會(huì)暨展覽會(huì)
-
精彩回顧立即查看>> 【線下會(huì)議】全數(shù)會(huì)2024電子元器件展覽會(huì)
推薦專(zhuān)題
- 1 “作弊器”不靈了?智駕的激光雷達(dá),正在被攝像頭替代
- 2 被逼墻角的Mobileye,祭出 CAIS 大旗,挑戰(zhàn)端到端大模型智能駕駛
- 3 從小鵬、理想、蔚來(lái)布局看自動(dòng)駕駛發(fā)展趨勢(shì)
- 4 5 SiC、Chiplet、RISC-V,汽車(chē)半導(dǎo)體發(fā)展的三大動(dòng)力
- 6 676億地平線港股上市,要與英偉達(dá)、華為搶市場(chǎng)
- 7 激光雷達(dá)與純視覺(jué)方案,哪個(gè)才是自動(dòng)駕駛最優(yōu)選?
- 8 激光雷達(dá)即將降價(jià),純視覺(jué)回到鄙視鏈底層?
- 9 如何跑贏汽車(chē)智能化下半場(chǎng)?
- 10 全網(wǎng)最詳解! 美國(guó)禁止中國(guó)智駕究竟包括哪些?
- 銷(xiāo)售經(jīng)理(汽車(chē)新能源行業(yè)) 廣州瑞松智能科技股份有限公司
- IE工程師(汽車(chē)智聯(lián)) 惠州碩貝德無(wú)線科技股份有限公司
- 產(chǎn)品工程師(汽車(chē)) 易思維(杭州)科技股份有限公司
- 項(xiàng)目經(jīng)理(汽車(chē)內(nèi)飾&汽車(chē)電子) 伯恩光學(xué)(惠州)有限公司
- 銷(xiāo)售總監(jiān)-汽車(chē)電子方向 深圳市智立方自動(dòng)化設(shè)備股份有限公司
- 結(jié)構(gòu)工程師-汽車(chē)電子事業(yè)部(J10116) 深圳奧尼電子股份有限公司
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷(xiāo)售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷(xiāo)售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專(zhuān)家 廣東省/江門(mén)市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市